X射线液体图像高密度容器特征提取方法

孔维武 查艳丽 公安部第一研究所

引言

多视角X射线安检设备同时具备常规双能X射线安检设备快速DR成像测定物体材料特征和CT型X射线安检设备测定物体密度特征的特点，采用多个固定视角X射线对物体进行透照，通过双能X射线图像获得物体材料特征，通过多视角投影图像重建物体截面，获得物体密度特征，从而达到较精确的物性探测[1]。特别是在液体检查技术领域，多视角技术受到越来越多安检厂商的关注，纷纷推出各自的多视角液体检查设备，欧盟民航管理部门已将此类型设备定义为液体检查Type C型设备。

利用多视角X射线检查液体，其核心是通过多视角图像获得液体的材料特征和密度特征，尤其对于高密度容器内的液体，通常情况下，由于容器对射线的吸收性能强于液体，容器与液体对射线的衰减混叠一起，难以直接通过投影信息获得液体材料特征和密度特征。为解决上述问题，一种可行的方法是通过射线穿透液体距离以及穿透高密度容器壁厚，根据某种特定剔除公式、查询事先建立的高密度容器剔除表，剔除容器影响，获得液体材料特征；然后，以某一合适的容器形状、容器外径和容器壁厚为初始形态，通过数值分析中的最优化方法迭代解析出液体与容器衰减系数，获得液体密度特征[2]。

不难看出，此类方法的关键前提是如何通过多视角液体投影图像，获得高密度容器的截面形状、外径、壁厚特征。为此，笔者以FISCAN品牌某型号多视角设备为试验平台，研究了一种有效的解决方法：首先结合利用边缘检测与阈值分割方法定位每个视角液体区域；然后设计了一种基于多视角液体区域重建多边形最小内切圆分析的容器截面形状判断与外径计算方法；最后研究了一种基于容器投影特征与数值差分分析的容器壁厚估计方法，从而获得完整的基于多视角液体图像的高密度容器特征，为后续材料特征识别与密度特征识别奠定了良好基础。

一、多视角液体区域分割

根据欧盟液体检查Type C标准，需要将液体放置在专门的塑料盒子中进行检查。FISCAN品牌某型号多视角设备采集的液体图像四个视角如图1所示。

容器特征识别的基础是对各视角中液体进行准确分割。由于每个视角射线源位于通道不同位置，特别是在侧照视角中，并排放置的液体存在严重的重叠关系，而另外三个视角中液体不存在重叠关系，使得侧照视角的分割方法不能与其它三个视角分割方法完全相同，由此，液体区域分割分为液体重叠视角分割与非重叠视角分割两种策略。

首先对图1中非重叠视角V1、V3、V4图像进行阈值分割，这三组图像背景均匀，因此直接利用一个高灰度阈值进行图像二值化处理，然后，利用小尺度灰度形态学与连通区分析的方法，以连通区位置、连通区大小、连通区平均灰度等特征，过滤掉特征不符合要求的连通区，获得初始液体连通区，然后以这些初始连通区为基础，对连通区进行一定尺度的形态学膨胀，再应用常规Canny边缘检测定位出液体区域精确边缘[3]。图2为图1中V1、V3、V4图像的分割结果。

对于侧照液体重叠视角，其分割策略分为两部分：首先，以底照V1视角液体分割结果为指导，识别出侧照视角中液体间重叠关系，并予以标记；然后，根据标记结果，在侧照视角每组已标记重叠区域的部分，利用对应的高能图像灰度直方图极小值检测方法，首先分割出重叠区域，进而分割出完整的液体区域，其中，方法难点在于灰度直方图极小值检测，假设用h(z)代表直方图，那么直方图的极小值点应该同时满足[4]：

实际操作时，顺序扫描直方图h(z)，当遇到第一个满足上式的z值时，理想情况下，该值即可用作重叠区域的分割阈值，但是，实际图像直方图由于信号的统计涨落等原因不可避免的存在很多起伏，使得按上式计算出来的谷值可能对应于一个不正确的极小值，为此，设计以下三条规则避免上述问题：

（1）对灰度图像进行较大尺度中值滤波，降低图像信号本身的统计涨落影响；

（2）对直方图h(z)进行较大尺度一维均值滤波，降低统计带来的统计涨落影响；

（3）每得到一个符合要求的z值，统计被分割部分像素数目，如果像素数目低于事先设定的经验阈值，删除此z值，继续往下扫描，直至得到的z值对应的被分割部分像素数目满足要求，将此时的z值作为最终的重叠区域分割阈值。

图1中侧照V2视角重叠液体分割结果如图3所示，其中，高灰度的部分标记了重叠区域，低灰度的部分标记了非重叠区域，每个液体区域通过事先设计好的不同灰度组合完成。

二、多视角高密度容器特征提取方法

（一）方法概述

在分割出液体区域后，如何将其与多视角二维投影信息相结合，获得高密度容器特征是本文研究的另一重点与研究难点，为此，进一步研究了一种基于液体分割结果与多视角液体投影图像分析的高密度容器特征提取方法。

作为后续高密度容器内液体材料特征与密度特征计算的输入参数，容器特征主要包括容器截面形状、容器截面外径尺寸和容器壁厚。需要说明，容器特征计算需要首先对多视角设备检查通道建立坐标系，如图4所示，以通道底面中间位置作为坐标系原点，图4中的（p1x，p1y）、（p2x，p2y）、（p3x，p3y）、（p4x，p4y）分别代表4个射线源源心在坐标系中相对位置，此外，需要根据设备探测器布局结构图计算每个探测像元在坐标系中的相对位置。

（二）容器截面形状判断与外径计算

容器截面形状判断与容器外径计算，通过对四视角分割结果在检查通道坐标系中重建多边形进行分析完成，具体示例如图5所示。

其中，所谓通道坐标系重建多边形，实质是指：四个视角中代表同一液体的四组液体分割区域，在某一重建位置，在探测器方向重建多边形交点区域，每个射线源与被检查液态物品都有起始和终止两条交线（对应于液体分割区域的上下边缘位置），四个视角的八条交线会围成一个交点区域多边形，其中，图5通道左侧为一圆形截面液体重建多边形，通道右侧为一方形截面重建多边形，多边形区域以ABCDEFGH表示。

如图5所示，容器截面形状判断与容器外径计算通过一种穷举迭代求取多边形ABCDEFGH最小内切圆的方法实现，其具体步骤如下：

（1）计算多边形ABCDEFGH的重心坐标（px，py）；

（2）以（px，py）为初始位置，分别往其外侧扩展一定距离作为内切圆心，查找扫描区域ScanArea，然后，在x方形和y方向分别以小步长ε迭代移动（px，py）位置，移动后位置以（px'，py'）表示，同时计算（px'，py'）到多边形ABCDEFGH每条边的垂线距离，共计8条，以line1~line8表示，统计此8条line1~line8长度差异最大的两条垂线差值delta并记录；

（3）统计整个ScanArea区域内所有delta的最大值maxDis，如果此maxDis小于事先设定的经验阈值LenS，说明此时圆心到多边形8条边距离非常接近，此多边形围的液体截面与多边形最小内切圆相近，认为容器截面为圆形；否则，认为容器截面为类方形。

判断出容器截面形状之后，不难计算出容器外径尺寸，计算过程分成两部分：

（1）当判断容器截面为圆形，直接计算圆心到多边形每组边距离的平均作为容器半径；

（2）当判断容器截面为类方形，如图5中右侧方形容器重建多边形ABCDEFGH所示，直接计算其中BD距离作为容器高度（外径），需要说明，考虑到实际高密度方形截面容器的转角处都带稍许弧度，计算出来的方形容器外径值还需要经过一定经验加权修正。

（三）容器壁厚计算

容器壁厚计算具体的方法分两个步骤：

（1）在投影图像数据上找到壁厚特征数据，即容器壁投影特征提取，利用数值差分分析的方法得到投影图像上代表容器壁厚的像素个数；

（2）利用图5给出的多视角液体重建多边形模型，运用投影数据与截面数据的几何关系计算出容器壁厚实际代表的像素个数，最终按照探测器尺寸得到容器壁厚。

通过前文中对高密度容器边界精确定位，再通过对容器摆放姿态的分析，壁厚计算的第一步是在容器瓶身上确定一行理想分析位置，然后，从容器边界读取此行一维数据，不难看出，表示投影数据壁厚特征的边界位置，是在上述理想分析位置行对应一维数据的内边界一定范围内的一个谷值。

一个典型的高密度容器壁厚投影数据（容器理想分析位置行一维数据）如图6所示，其中，图中的横坐标表示行数据像素位置，纵坐标表示像素灰度值。准确找到谷底位置到最近边界的距离，就代表了投影图像上容器壁厚的像素个数。

运用数值差分分析方法对图6表征的一维信号计算得到谷值位置，把图6看作一条曲线，则谷值检测可借助求曲线极小值的方法，极小值点应同时满足一阶导数等于零，二阶导数大于零的位置。假设gray(i)表示如图6所示行中位置i的灰度数据，顺序扫描此行数据，当遇到第一个满足式（2）同时满足式（3）的i位置时，此时i位置就对应于谷值位置。其中，gray'表示gray的差分结果。

投影图像上代表容器壁厚像素个数与实际通道截面上壁厚代表像素个数的几何关系如图7所示，通过这个关系计算得到实际通道截面上壁厚代表像素个数，再通过像素个数、像素位置与实际对应的探测器尺寸，就可以计算得出容器壁厚。

三、多视角高密度容器特征提取试验验证

为验证本文研究方法在高密度容器特征提取方面的实际效果，设计一种试验验证方法：

（1）选择10个高密度容器样本，包括：4个标准圆形试剂瓶，容积分别为100ml、250ml、500ml、1000ml；3个实际圆形容器，分别为1000ml调料、750ml红酒、300ml啤酒；3个方形容器，分别为700ml白酒、500ml橄榄油、250ml调料，容器按上述顺序依次以编号1~10表示；

（2）将容器放置在液体检查塑料盒中，并在通道的左侧和右侧分别进行检查，记录每个容器在不同检查位置上的容器截面形状判断结果、容器截面外径计算结果和容器壁厚计算结果，其中，圆形容器截面外径指容器的直径，方形容器截面外径指容器位于塑料检查盒中的容器高度。

试验结果如表1所示，其中，“左”“右”分别表示：正视安检设备通道入口端，将容器置于安检设备通道的“左侧”以及“右侧”。

?

从统计结果可以看出，本文研究的多视角高密度容器特征提取方法，对于判断表1涉及样本容器截面形状而言，准确度达到了100%，这是因为圆形容器和方形容器对应的多视角重建多边形，其最小内切圆情况差异较大。圆形容器重建多边形最小内切圆理论上和此圆形容器截面本身是完全重合的，考虑到实际系统误差，两者间的差异也要远小于方形容器的情况。

从容器外径看，圆形容器直径计算结果精度较高，与手工测量值很接近，都在2mm以内，方形容器的计算值与测量值差异稍大，这是因为，方形容器的计算模型是以容器截面四个转角呈完全垂直关系设计的，而实际容器转角都具有一定倒角，且加工工艺很难保证完全垂直关系，但需要说明，这种程度的精度，能够满足后续最优化迭代重建的要求。

分析容器壁厚计算，绝大多数样本利用本文方法计算得到的结果，与液体CT计算结果误差在15%左右，但仍有部分数据和液体CT计算结果存在较大差异，最大误差超过了30%，这主要由两点原因造成：

（1）试验平台多视角设备探测器大小为1.6mm，而容器壁厚范围大多在2.5mm~5.0mm之间，容器分割和容器壁投影特征提取阶段个别像素的分割差异与可能导致最终计算出来的容器壁厚结果存在较大差异；

（2）本文方法计算出的壁厚是容器截面指定位置的壁厚值，而液体CT计算结果中的壁厚是整个容器截面的平均壁厚值，这些都造成容器壁厚的计算很难像容器截面形状判断那样达到特别理想的结果。

四、结语

利用多视角进行液体探测，其核心在于如何从多视角二维投影数据中提取出被检查液体的材料特征和密度特征，特别是对于高密度容器内的液体，因为容器吸收性较强，对液体属性判断干扰较大，需要利用特定的容器剔除方法和最优化截面重建方法获取所需要的信息，而这两个方法的关键前提是通过多视角液体图像提取出高密度容器截面形状、外径和壁厚等容器特征，为此，本文研究了一种基于多视角液体图像的高密度容器特征提取方法。

试验结果表明，本文研究方法获取的高密度容器特征在判断容器截面形状方面达到了令人满意的效果，对于圆形容器的外径计算精度也达到了一个较高水平，对于方形容器外径和容器壁厚的计算，虽然在部分情况下与真实数值存在一定差异，但同样满足后续步骤的计算要求，为材料特征识别与密度特征识别奠定了基础。